7. Kết cấu của luận văn
3.1.Triển vọng phát triển của các cổ phiếu ngân hàng niêm yết tạ
Trong năm 2013, Ngân hàng Nhà nước sẽ tiếp tục chương trình tái cơ cấu hệ
thống ngân hàng, đi đôi với việc yêu cầu các Ngân hàng Thương mại đẩy nhanh xử lý nợ xấu.
Một số ý kiến cho rằng trong quá trình này, không loại trừ khả năng các Ngân hàng Thương mại phải giảm bớt lợi nhuận để xử lý. Bên cạnh đó, việc xử lý nợ xấu cũng phải xem xét các khoản nợ cũ và phân loại nợ có thể thu hồi và không thể thu hồi. Với nợ có thể thu hồi, các ngân hàng có thể xử lý theo hướng lấy nợ nuôi nợ, tức là bơm thêm vốn giúp doanh nghiệp phục hồi hoặc chuyển nợ thành vốn cổ phần. Theo cách này, số dư nợ sẽ giảm xuống và mất đi. Còn với nợ không thể thu hồi thì sẽ phải siết nợ bằng cách bán tài sản thế chấp. Song cách làm này đồng nghĩa với dư nợ cũ
giảm xuống. Trong khi đó, nhu cầu vay vốn của người dân trong bối cảnh khó khăn không tăng lên. Số dư nợ cũ giảm xuống trong khi dư nợ mới không tăng lên đáng kể
như vậy thì nhiều khả năng tăng trưởng tín dụng 2013 vẫn tiếp tục ở mức thấp.
Một số chuyên gia cho rằng, mục tiêu tăng trưởng tín dụng năm 2013 khoảng 12% là khá khó khăn. Bởi bản thân tốc độ tăng trưởng tín dụng còn phụ thuộc vào khả
năng và mong muốn cho vay của ngân hàng cũng như khả năng hấp thụ vốn và nhu cầu của nền kinh tế. Trong bối cảnh sản xuất kinh doanh khó khăn như hiện nay, dự báo nhu cầu vốn là không lớn. Với cơ cấu lợi nhuận đến từ lãi vay thường chiếm khoảng trên 75% trong khi tăng trưởng tín dụng gặp khó, cộng với việc các ngân hàng có thể sẽ
giảm lãi suất để kích thích người dân vay... lợi nhuận của các ngân hàng sẽ có xu hướng giảm và điều này sẽ tác động không tích cực đến cổ phiếu ngân hàng.
Tuy nhiên, vẫn có nhiều ý kiến tỏ ra lạc quan hơn đối với cổ phiếu ngân hàng. Có một số lý do để tin rằng cổ phiếu ngân hàng sẽ tiếp tục tăng giá trong năm 2013 (Thời báo ngân hàng, 2013).
Thứ nhất, Chính phủ sẽ trực tiếp tham gia giải cứu thị trường bất động sản, đầu mối chính để giải trừ các khoản nợ xấu của ngân hàng. Mặc dù vẫn còn nhiều tranh cãi xoay quanh vấn đề này nhưng sự quyết tâm của Chính phủ cũng đã phần nào thúc đẩy tâm lý kỳ vọng giá cổ phiếu ngân hàng sẽ còn tiếp tục tăng.
Thứ hai, năm 2013 được dự báo là năm nở rộ các thương vụ M&A ngành ngân
hàng. Đầu tiên là hướng xử lý các ngân hàng yếu kém, bắt buộc phải tái cấu trúc. Để
tăng sức cạnh tranh, các ngân hàng này hầu như chỉ có hai lựa chọn: hoặc phát hành thêm cổ phiếu để tăng vốn, hoặc sáp nhập với ngân hàng khác để tăng quy mô. Và cũng như năm 2012, M&A được kỳ vọng sẽ tiếp tục là động lực đẩy giá cổ phiếu ngân hàng.
Một điều đặc biệt là những ngân hàng không thuộc diện bị chỉ mặt đặt tên phải tái cấu trúc cũng có nhu cầu M&A. Chẳng hạn, gần cuối năm 2012, Ngân hàng Nhà nước đã chấp nhận cho Ngân hàng Phát triển Thành phố Hồ Chí Minh sáp nhập với Ngân hàng Đại Á. Hay gần đây nhất là kế hoạch hợp tác chiến lược giữa Ngân hàng Eximbank và Sacombank. Năm 2013 có thể là tiền đề dẫn đến đợt chạy đua tăng vốn mới trong toàn bộ hệ thống ngân hàng, mà nguyên nhân chính là áp lực gia tăng tài sản
để cạnh tranh với các ngân hàng khác. Chẳng hạn, nếu có hai ngân hàng sáp nhập với nhau, quy mô tài sản sẽ lớn hơn nhiều. Ngân hàng thứ ba, mặc dù kinh doanh tốt, vẫn phải chịu áp lực tăng vốn nếu không muốn thua kém ngân hàng mới sáp nhập kia về tài sản lẫn quy mô hoạt động, hoặc nếu không muốn bỗng dưng lại mang tiếng là ngân hàng nhỏ. Bên cạnh đó trong quá trình tái cấu trúc hệ thống ngân hàng, rất có thể sẽ có những dòng tiền từ nhà đầu tư trong nước hoặc nhà đầu tư nước ngoài đổ vào để nắm
bắt cơ hội. Bởi vậy, dù hệ thống ngân hàng vẫn khó khăn nhưng có thêm luồng tiền đổ
vào, giá cổ phiếu vẫn không giảm.
Xét về yếu tố cơ bản, ngành ngân hàng trong năm 2013 vẫn chưa có triển vọng tích cực, tuy nhiên nhà đầu tư có thể kỳ vọng hoạt động mua bán sáp nhập ngân hàng có thể sẽ tăng lên trong thời gian này. Khi nguồn lực trong nước có hạn thì nhà đầu tư
nước ngoài sẽ tham gia, một nguồn tiền đổ vào cổ phiếu ngân hàng sẽ giúp cổ phiếu duy trì mức giá hoặc có sự phục hồi giá trong ngắn hạn.
Thứ ba, cổ phiếu ngân hàng sẽ được hưởng lợi khi dòng tiền đầu tư có nhiều
động lực để chảy vào thị trường chứng khoán. Thị trường bất động sản vẫn còn đóng băng. Thị trường vàng mất sức hấp dẫn khi trở thành độc quyền. Kênh tiết kiệm cũng không còn hấp dẫn người có tiền, khi lãi suất tiếp tục xu hướng giảm (Nhịp cầu đầu tư, 2013).
Thông tin Chính phủ sẽ đưa ra những giải pháp cụ thể nhằm làm tan băng thị
trường bất động sản, xử lý nợ xấu cho hệ thống ngân hàng đã khiến cổ phiếu ngành này có những tác động tích cực. Diễn biến của nhóm cổ phiếu ngân hàng sẽ phụ thuộc nhiều vào hiệu quả việc xử lý nợ xấu, và đây là tiến trình dài hạn chứ không thể xử lý trong vài tháng hoặc một năm. Do đó, các tổ chức nên thận trọng trong việc đầu tư vào cổ phiếu ngân hàng trong năm 2013. Mức độ nợ xấu của Việt Nam vẫn chưa được
đánh giá đầy đủ, phần lớn nhất nợ xấu của ngân hàng liên quan đến bất động sản, nên một khi nợ xấu chưa được giải quyết và nguồn vốn cho bất động sản còn khó khăn thì chưa thể lạc quan về nhóm cổ phiếu ngành này. Tuy nhiên, đây cũng chính là cơ hội
đầu tư tốt cho các nhà đầu tư chấp nhận mạo hiểm khi mà với những giải pháp mà Chính phủ sẽđưa ra để kích thích tăng trưởng kinh tế nói chung thì cổ phiếu ngân hàng sẽ có cơ hội bật lại nhanh hơn. Chính vì những lý do trên đã thúc đẩy nhu cầu cấp bách về một công cụ quản lý rủi ro tối ưu để xây dựng rào chắn rủi ro khi tham gia giao dịch trên thị trường chứng khoán, đặc biệt là thực hiện các giao dịch mang tính thời cơ và thách thức như vậy (Đầu tư chứng khoán, 2013).
3.2. Những đề xuất cho việc áp dụng VaR
Để phát huy tốt nhất vai trò của VaR thì các tổ chức đầu tư nên xây dựng một cơ
sở dữ liệu đáng tin cậy, dùng các phần mềm thống kê (EVIEWS, Stata, SPSS…) để
kiểm định phân phối chuẩn của tỷ suất sinh lợi của các mã cổ phiếu (hay danh mục nhiều cổ phiếu), bên cạnh đó việc ước lượng VaR cần có kết hợp sử dụng đến kỹ thuật kiểm tra sau (back test) và phép thử kiểm định khả năng chịu áp lực (stress test).
3.2.1. Xây dựng cơ sở dữ liệu đáng tin cậy
Các tổ chức tài chính cần phải tự xây dựng cho mình một ngân hàng dữ liệu lịch sử về giá chứng khoán; thông tin về các sự kiện khủng hoảng; thông tin để điều chỉnh giá tham chiếu do phân bổ quyền chia cổ tức, phát hành thêm, cổ phiếu thưởng;… Tại Việt Nam hiện nay, có nhiều nhà cung cấp thông tin về dữ liệu lịch sử về giá, chỉ số
thanh khoản và chỉ số tài chính như Bloomberg, Reuters, StoxPlus… Tuy nhiên, các tổ
chức tài chính cũng không nên quá tin tưởng vào số liệu từ các nhà cung cấp này mà nên tự xây dựng cho mình một cơ sở dữ liệu chính xác và lấy các dữ liệu từ các nguồn trên cho mục đích tham khảo, đối chiếu với dữ liệu hiện có của mình.
Bảng 3.2: Dữ liệu về các sự kiện khủng hoảng (Một phần cơ sở dữ liệu của luận văn)
Mã Thời gian Sự kiện Tác động
ACB Tháng
08/2012
Ông Nguyễn Đức Kiên, nguyên Phó Chủ tịch Hội đồng Sáng lập ACB, ông
Lý Xuân Hải – nguyên Tổng giám đốc
ACB bị bắt giam để điều tra về các sai phạm trong hoạt động kinh tế. Giá giảm sàn 3 ngày liên tiếp (từ ngày 21/08/2012 đến ngày 23/08/2012). STB Tháng 02/2012
Vụ việc thoái vốn của 2 cổ đông chiến lược của Sacombank là Ngân hàng ANZ và Công ty Cổ phần CơĐiện Lạnh REE.
Giá giảm sàn 4 ngày liên tiếp (từ 13/02/2012
đến 16/02/2012).
… … … …
Bảng 3.3: Dữ liệu về thông tin đểđiều chỉnh giá tham chiếu do phân bổ quyền chia cổ tức, phát hành thêm, cổ phiếu thưởng (Một phần cơ sở dữ liệu của luận văn)
3.3.2. Kiểm định phân phối chuẩn
Để các ước lượng VaR đem lại hiệu quả cao nhất, chúng ta cần xác định một phương pháp phù hợp với danh mục của mình. Như đã nêu ra ở chương 1, phương pháp VaR. variance-covariance thì đi liền với phân phối chuẩn, VaR. historical lại là một ước lượng phi tham số, tức là việc tính toán VaR không đòi hỏi bất cứ định nghĩa nào về loại phân phối xác suất, VaR. Monte Carlo simulation thì có thể áp dụng đối với mọi loại phân phối xác suất tuy nhiên việc tính toán VaR đòi hỏi định nghĩa về kiểu phân phối. Như vậy, nếu các nhà đầu tư biết được tỷ suất sinh lợi của danh mục đang nắm giữ tuân theo quy luật phân phối gì thì việc lựa chọn phương pháp ước lượng VaR sẽ trở nên dễ dàng hơn được phần nào. Để xác định phân phối của tỷ suất sinh lợi và qua đó là lựa chọn phương pháp ước lượng VaR tối ưu, bài luận văn đề xuất sử dụng kiểm định phân phối chuẩn trong kinh tế lượng thao tác trên phần mềm EVIEWS.
Dựa trên số liệu về tỷ suất sinh lợi của 6 mã cổ phiếu ngân hàng và thực hiện kiểm định trên phần mềm EVIEWS, ta có các đồ thị và thông số sau:
Hình 3.1: Đồ thị phân phối của các mã ngân hàng niêm yết
Có nhiều cách để làm kiểm định, trong đó bài luận văn thực hiện kiểm định bằng 2 cách sau:
Cách 1: Đánh giá hệ số Skewness và Kurtorsis
Một phân phối chuẩn là một phân phối có Skewness bằng 0 và Kurtosis bằng 3, trong thực tế rất khó tìm thấy một phân phối chuẩn, tuy nhiên vẫn tồn tại các phân phối xấp xỉ chuẩn nếu Skewness gần bằng 0 hay Kurtosis gần bằng 3.
Bảng 3.4: Bảng tổng hợp các hệ số Skewness và Kurtosis
Kết luận: Tỷ suất sinh lời của các mã CTG, SHB, VCB có hệ số Skewness gần bằng 0 nhất và Kurtosis gần bằng 3 nhất nên chúng ta cho rằng các mã này có phân phối xấp xỉ chuẩn, do đó sẽ phù hợp hơn với phương pháp ước lượng VaR. variance- covariance.
Cách 2: Dùng giá trị P của kiểm định Jacque-bera.
Bảng 3.5: Bảng tổng hợp giá trị P trên đồ thị phân phối của các mã ngân hàng niêm yết
Gọi: H0: giả thuyết phân phối chuẩn
H1: giả thuyết không phải phân phối chuẩn
P_value trên tỷ suất sinh lời của mã CTG và VCB là lớn hơn giá trị α = 0.05 (độ
tin cậy 95%) hay giá trị α = 0.01 (độ tin cậy 99%) nên ta có thể kết luận rằng chưa có cơ sở để bác bỏ giả thuyết H0. Còn với các mã ACB, EIB, SHB, STB có giá trị P bé hơn giá trịα (0.05 hay 0.01) nên ta bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1.
Kết luận: từ kiểm định trên, chúng ta kết luận rằng ước lượng VaR đối với tỷ
suất sinh lời của mã CTG và VCB sẽ phù hợp hơn với phương pháp ước lượng VaR. variance-covariance.
3.3.3. Kỹ thuật back test
Người dùng VaR nên kiểm tra một cách thường xuyên công cụ của họ để đảm bảo VaR được ước lượng một cách chính xác trong việc dự báo kết quả. Ví dụ nếu VaR hằng ngày với độ tin cậy 99% được dự báo là 1 tỷ đồng trong giai đoạn quan sát
là khoảng 1 năm với 250 ngày làm việc, số ngày lỗ với khoản lỗ lớn hơn 1 tỷ đồng tương đương là 250×0.01 = 2.5 ngày. Nếu tần suất xảy ra các khoản lỗ thực tế vượt ngưỡng VaR lớn hơn số này thì mô hình không đạt được mục tiêu ước lượng rủi ro của nó. Tiến trình so sánh giữa số lần thực tế vi phạm ngưỡng VaR với con số được tính ra từ độ tin cậy cho trước gọi là kỹ thuật back test . Phương pháp này thì cực kỳ quan trọng để tin chắc rằng phương pháp ước lượng VaR đang sử dụng đưa ra kết quả tốt nhất. Nếu kết quả là các dự báo sai lệch vượt mức xác suất cho phép, người dùng phải tìm hiểu nguyên nhân và thực hiện giải pháp khắc phục thích hợp.
Các cơ quan có thẩm quyền phải định kỳ kiểm tra hệ thống VaR nội bộ của các
định chế tài chính bằng kỹ thuật back test này để đảm bảo rằng hệ thống VaR tại tổ
chức đó cho những kết quả chính xác, đó sẽ là cơ sở để cơ quan quản lý đưa ra những khuyến nghị hay quyết định về hoạt động kinh doanh của tổ chức đó (John L.Maginn et al., 2007)
Các bước tiến hành back test:
Để mô tả rõ ràng nhất về tiến trình này, bài luận văn sẽ thực hiện back test đối với VaR trong năm 2012.
Bước 1: Tập hợp kết quả tính VaR
Áp dụng các cách tính VaR như đã nêu ở chương 2 với danh mục giả định chỉ
có một mã chứng khoán và không có mua bán gì, ta tính được VaR mỗi ngày và tập hợp số liệu trong năm 2012.
Bước 2: So sánh giữa kết quả VaR với biến động giá thực tế
Dưới đây là một phần dữ liệu của bài luận văn về việc so sánh giữa kết quả VaR với biến động giá thực tếđối với mã ACB của bài luận văn:
Bảng 3.6: Bảng dữ liệu thực hiện back test năm 2012 (Một phần cơ sở dữ liệu của bài luận văn)
Ghi chú:
Within: trong phạm vi dự báo của VaR. Out: vượt phạm vi dự báo của VaR.
Trong trường hợp của cổ phiếu ACB, ta tính được VaR 95% ngày 20/08/2012 là -2.44%, hay có thể nói rằng, với 250 ngày quan sát và độ tin cậy ở mức 95% chúng ta dự báo mã ACB sẽ giảm tối đa là 2.44% vào ngày 20/08. Trên thực tế, kết thúc ngày 20/08, giá của mã ACB là 25,900 đ, tăng 0.39% so với ngày 17/08. Như vậy, VaR ngày 20/08 đã thực hiện tốt vai trò của mình.
Tuy nhiên, xem xét VaR 95% của ngày 21/08/2012, kết quả cho thấy giá mã ACB được dự báo giảm không quá 2.44% ở mức tin cậy 95%, thực tế, giá giảm gần 7% so với ngày 20/08/2012. Như vậy, VaR đã tắc trách trong nhiệm vụ dự báo giá của ngày 21/08/2012
Bước 3: Xem xét mức chấp nhận sai sót và phân tích nguyên nhân dự báo sai của VaR
Một lần nữa, chúng ta lại tổng hợp kết quả so sánh trong giai đoạn quan sát, sau
đó tính ra số ngày mà VaR dự báo đúng theo tỉ lệ phần trăm. Chúng ta xét năm 2012 làm năm quan sát và có bảng tổng hợp như sau:
Bảng 3.7: Bảng tổng hợp kết quả back test trong năm 2012 (250 ngày làm việc)
Ghi chú:
Test 95%: Độ tin cậy là 95% Test 99%: Độ tin cậy là 99%
Bảng tổng hợp trên đã chứng minh một điều rằng VaR trong năm 2012 chưa đáp
ứng được yêu cầu dự báo cho người dùng VaR, hầu hết các trường hợp đều dự báo vượt quá mức sai lệch cho phép.
Bước 4: Đưa ra kết luận và khuyến nghị
Như vậy, để quyết định phương pháp ước lượng VaR thì tác giả đề xuất phương pháp VaR. variance-covariance đối với việc tính VaR cho 2 mã CTG và VCB, bởi vì dựa trên kết quả kiểm định ở mục 3.3.2 thì chưa có cơ sở bác bỏ giả thuyết phân phối chuẩn đối với tỷ suất sinh lợi 2 mã này. Và kết quả back test năm 2012 cũng cho thấy